Gett подозревает Яндекс.Такси в слежке за телефонами клиентов

Gett подозревает Яндекс.Такси в слежке за телефонами клиентов

Gett подозревает Яндекс.Такси в слежке за телефонами клиентов

Сервис Gett попросил руководителя Федеральной антимонопольной службы (ФАС) Игоря Артемьева изучить деятельность «Яндекс.Такси». «Ведомости» ознакомились с текстом письма, представители ФАС и Gett подтвердили, что такое письмо есть. Gett опасается, что «Яндекс.Такси» использует для слежения за пользователями скрытые функции в своем приложении.

Gett пишет ФАС, что странную закономерность заметили пользователи. В начале октября Тимофей Васильев написал в Facebook, что, после того как он установил приложение Gett, «Яндекс.Такси» подешевело, пишет vedomosti.ru.

«Похоже, «Яндекс» как-то собирает данные о действиях пользователя и, если палит на телефоне Gett, начинает коварно конкурировать ценой», – написал Васильев.

«Мы сильно обеспокоились, увидев пост блогера, – заявил «Ведомостям» основатель Gett Дэйв Вайсер. – «Яндекс» каким-то образом довольно много знает о том, что происходит на вашем мобильном устройстве, например, когда вы начинаете ездить на Gett. Попросили ФАС разобраться». Ущерб для Gett от такого знания Вайсер затруднился оценить.

Как экономить на конкуренте

Gett тоже исследовал цену поездок в приложении у конкурента, сказано в письме в ФАС. Gett размещал заказы на «Яндекс.Такси» с мобильных устройств, как с приложением Gett, так и без, по одним адресам и в одно время. Алена Балакирева подтверждает: Gett исследовал цену поездок в приложении «Яндекс.Такси» и обнаружил, что цена поездки в «Яндекс.Такси» примерно в 60% случаев ниже, если пользоваться также и приложением Gett.

Gett попросил экспертов независимой компании изучить этот вопрос, сообщает Балакирева. Назвать ее она отказалась. Вывод независимых экспертов: приложение «Яндекс.Такси» выявляет все установленные на телефоне приложения, сказано в письме в ФАС. Балакирева выводы экспертов не комментирует, но говорит, что полученные таким путем данные «Яндекс» может использовать в своих интересах, в частности для манипулирования ценами. Если это так, то в действиях «Яндекс.Такси» могут быть признаки недобросовестной конкуренции, пишет Gett Артемьеву, могут быть и признаки дискриминации пользователей, у которых нет приложения Gett.

Представитель ФАС отказался комментировать содержание письма – оно-де с пометкой «для служебного пользования».

«О жалобах Gett нам ничего не известно», – заявил представитель «Яндекс.Такси» Владимир Исаев. По его словам, у «Яндекс.Такси» точно такой же, как и у Gett, доступ к информации о пользователях смартфонов, никакого влияния на цену поездки установленные приложения, а также цвет телефона и размер его дисплея не оказывают.

«Стоимость поездки зависит от маршрута, ситуации на дорогах и количества свободных машин в районе, где пользователь заказывает поездку», – заверил представитель «Яндекса».

Беспрецедентная жалоба

Gett написал в ФАС в момент, когда служба должна решить, позволить ли объединиться «Яндекс.Такси» и Uber. Последний срок для принятия решения – 17 ноября, говорит представитель ФАС.

Юристы, опрошенные «Ведомостями», осторожны в оценках разбирательства сервисов заказа такси в ФАС. Прецедентов в России еще не было, уверен управляющий партнер Heads Consulting Александр Базыкин.

«Наказать конкурента через обращение в ФАС у заявителя не получится», – скептичен управляющий партнер «Юрпартнеръ» Антон Толмачев: многие приложения используют службы геолокации, запрашивают доступ к контактам, спрашивают разрешение на отправку технических данных разработчику, а пользователи, часто не читая, ставят галочку, что принимают эти условия. Толмачев согласен с коллегой: «В принципе, данная обработка не запрещена при условии, что пользователь соглашается на нее, принимая пользовательское соглашение».

В пользовательском соглашении «Яндекс.Такси» сказано, что персональная информация клиентов передается «Яндексу» на условиях, описанных в документе о конфиденциальности. Gett считает, что информация, пользуется ли человек его приложением, конфиденциальная и должна обрабатываться на законных основаниях, сказано в его письме в ФАС.

Международная практика

«На других рынках мы не сталкивались ни с чем подобным», – говорит Вайсер. Схожие случаи, когда сервисы заказа такси подозревались в незаконном использовании программного обеспечения, зафиксированы в США. В начале сентября стало известно, что ФБР заинтересовалось, использовал ли Uber нелегальные методы и программное обеспечение для вмешательства в работу конкурента – Lyft. В России Uber не сталкивался с обвинениями в несанкционированном использовании данных пользователей и не заявлял о таких случаях у конкурентов, говорит директор по коммуникациям Uber в России и СНГ Ирина Гущина.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru